Zum Inhalt springen

Systematische Aktienselektion.Diszipliniert. Datenbasiert. Diversifiziert.

Maschinelles Lernen auf dem Fundament der Finanzökonomie. Die natürliche Weiterentwicklung von traditionellen Faktormodellen.

Warum

In der Finanzwissenschaft steht µ (mu) für die erwartete Rendite: ein zentrales Konzept jedes Anlageentscheids. Zugleich setzt sich mucm aus den Initialen unserer beiden Gründer zusammen.

Renditeerwartungen bilden die Grundlage unseres Prozesses: Unsere Modelle lernen auf rein systematische Weise, welche Merkmale Aktien auszeichnen, die tendenziell überdurchschnittlich abschneiden.

Unser Ansatz

Kapazität als Vorteil

Unser Vorteil liegt dort, wo Grösse zum Nachteil wird. Viele unserer Investmentstrategien sind für grosse etablierte Anbieter nicht umsetzbar, da Milliardenbeträge investiert werden müssen. Entsprechend richten wir jede Strategie an der jeweiligen Kapazitätsgrenze aus.

Ökonomisch fundiert

Unsere Modelle lernen aus Daten und haben zugleich ein ökonomisches Fundament. Sie erschliessen Erkenntnisse jenseits klassischer Faktormodelle, während langfristig bewährte Faktorprämien den Portfolios ein diversifiziertes, risikobewusstes Grundgerüst verleihen. Gleichzeitig entwickeln sich unsere Modelle mit den Märkten und dem Fortschritt neuer Methoden weiter.

Langfristig, diversifiziert und liquide

Langfristig denken. Geduldig investieren. Risiken breit verteilen. Wir lassen uns nicht von kurzfristigen Marktbewegungen leiten, vermeiden konzentrierte Wetten und achten auf angemessene Liquidität. Damit erschliessen wir das volle Potenzial systematischer Anlagestrategien.

Beta ist skalierbar. Alpha nicht.

Unser Angebot

Basis-Strategien

Unsere Basis-Strategien decken sämtliche Aktienmärkte ab und können sowohl als Long-only- als auch als Long-Short-Varianten abgebildet werden. Die Umsetzung erfolgt meist über Mandate. Zwei Strategien sind zudem als aktiv verwaltete Zertifikate (AMCs) für qualifizierte Anleger in der Schweiz erhältlich – mit täglicher Liquidität.

Individuelle Lösungen

Individuelle Anforderungen verlangen flexible Lösungen. Mit unserer modularen Anlageplattform gestalten wir Aktienportfolios nach Mass – abgestimmt auf Anlageuniversum, Risikobudget, Ausschlüsse oder Faktorpräferenzen. Unsere Gründer bringen dafür langjährige Erfahrung aus dem Aufbau institutioneller Portfolios mit.

Die Gründer

Marcial Messmer und Ulrich Carl lernten sich an der Universität St.Gallen kennen, wo sie gemeinsam ihr Master- und Doktoratsstudium absolvierten. Später übernahmen beide leitende Funktionen im quantitativen Research des milliardenschweren systematischen Aktiengeschäfts von UBS Asset Management.

Die beiden teilen dieselbe Anlagephilosophie und arbeiten nach einem Motto: better never stops.

Die Gründer investieren ihr eigenes Kapital an der Seite unserer Kunden. So stellen wir sicher, dass unsere Interessen mit denen unserer Investoren übereinstimmen. mu Capital Management ist unabhängig, im Besitz der Partner und verfügt seit 2023 über einen Live-Track-Record.

Porträt von Ulrich Carl

Dr. Ulrich Carl, CAIA

Founding Partner

Ulrich Carl ist Founding Partner von mu Capital Management. Zuvor war er «quantitative Researcher» bei UBS Asset Management sowie Head of Research bei einer Schweizer Boutique für systematische Anlagen, wo er neben seinem Doktoratsstudium auch als Portfoliomanager tätig war. Er hat an der Universität St.Gallen (HSG) in Economics and Finance promoviert und zu Factor Investing, Portfolio-Rebalancing und den Effekten von Indexanpassungen geforscht. Er erhielt die Auszeichnung für den besten Masterabschluss in Quantitative Economics and Finance und ist CAIA Charterholder.

LinkedIn
Porträt von Marcial Messmer

Dr. Marcial Messmer

Founding Partner

Marcial Messmer ist Founding Partner von mu Capital Management. Vor seiner heutigen Tätigkeit arbeitete er als «quantitative Researcher» bei UBS Asset Management und managte zuvor einen globalen systematischen Aktienfonds bei einer Zürcher Investment-Boutique. Er hat an der Universität St.Gallen (HSG) in Economics and Finance promoviert. Seine Dissertation gehörte zu den ersten wissenschaftlichen Arbeiten, die Machine Learning bei der systematischen Aktienselektion anwandten. Zudem war er Gastforscher an der Columbia University.

LinkedIn

Lernen Sie die Gründer kennen

Interessiert? Kontaktieren Sie uns für ein unverbindliches Gespräch oder weitere Unterlagen.

Kontaktieren